误分类错误率和准确率答案

【问题标题】：Misclassification error rate and accuracy误分类错误率和准确率
【发布时间】：2012-04-15 13:29:22
【问题描述】：

Below 是用于贝叶斯分类器的 Matlab 代码，可将任意数字分类到它们的类中。

 training = [3;5;17;19;24;27;31;38;45;48;52;56;66;69;73;78;84;88]; 
     target_class = [0;0;10;10;20;20;30;30;40;40;50;50;60;60;70;70;80;80];  

      test = [1:2:90]'; 
     class  = classify(test,training, target_class, 'diaglinear');  % Naive Bayes classifier 
 [test class]

(a) 如果有人可以提供代码 sn-ps 来计算错误分类和准确性的贝叶斯误差。我浏览了 matlab 关于[class,err]=classify(...) 的文档。但是，我无法遵循它并工作。

(b) 另外，如何绘制散点图和直方图，指示属于不同类别的数据点的数量？我尝试了scatter(training(:),target_class(:))，但它提供了其他东西！

【问题讨论】：

标签： classification matlab pattern-recognition

【解决方案1】：

(a) 要计算错误分类错误，您还需要知道test_class。然后您可以将输出的class 变量与test_class 进行比较。

misserr = sum(test_class~=class)./numel(test_class);

如果您没有测试类，则第二个输出参数 err 将为您在训练集上应用生成的模型提供错误分类错误的估计值。

(b)如果您在训练数据集中只有 2 个因子（列），您可以这样做

scatter(training(:,1),training(:,2),[],target_class)

相应地，您可以将 SCATTER3 用于 3 个因素。

对于更多因子，您可以使用 PRINCOMP 执行主成分分析并绘制 2 或 3 个第一成分。

更新：我错过了你实际上只有一个因素。您的 scatter 语句可以很好地工作。你为什么不喜欢它？您还可以将 target_class 添加为第四个参数，以不同的方式为点着色。您还可以交换第一个和第二个参数，以获得更好的表示。

(c) 您可以使用 Statistical Toolbox 中的 CROSSVAL 和 CVPARTITION 函数执行 CV。有关有用的示例，请参阅文档。

这是另一个 SO 问题 - How to use a cross validation test with MATLAB? 几乎没有其他选项。

【讨论】：

嗨。谢谢。(b) 当我使用散点图时，我得到了几个线图而不是散点图。您能否为一列/因子数据提供正确的代码？ (c) 在我的案例中使用 cv 的目的是比较 2 个或更多分类器的性能，在这种情况下是贝叶斯与 k-nn、PCA 等。所以，我如何使用 CV 我的意思是要输入哪些参数比较目的。我发现你的例子比 Matlab 的更容易理解！
您的散点图语句不应出现线条。我试过scatter(training, ones(size(training)), [], target_class)，效果很好。 Y 轴和颜色取决于target_class。
您不能使用 CLASSIFY 应用所有这些分类器。它只有 4 种分类器。我相信你可以通过交叉验证来做到这一点。例如，请参阅 CROSSVAL 文档中的示例 2。您将必须提供不同的预测功能（分类除外）。它将返回错误分类率，您可以使用它来比较不同的功能。
我知道其他可以比较不同分类方法的包，比如 R 中的 CMA、weka（或 wekamine）等。
您提供的代码没有使用 CROSSVAL，misserr = sum(test_class~=class)./numel(test_class);会同样起到给出错误分类的目的吗？我已经上传了散点图的图像......它是否正确，因为它没有提供任何信息（小样本训练大小为 20）。另外，你能提供一个链接吗？可以得到k-nn的简单实现吗？